Por Equipe AAWZ | Atualizado em setembro de 2026
Todo fim de mês, alguém no seu escritório abre um extrato em PDF e digita posição por posição na plataforma. Movimentação por movimentação. Às vezes evento por evento — come-cotas, cupom, amortização, split. E quando o ativo não tem série de preço pública, a série histórica inteira entra na mão.
Antes de qualquer coisa: isso não é um problema do seu escritório. Na pesquisa Advisor Wealthtech 2026 da Orion (571 assessores nos Estados Unidos, campo em dezembro de 2025), apenas 3% dizem que os dados fluem entre os sistemas sem ninguém intervir; cerca de um terço diz que a maior parte do dado ainda precisa ser digitada ou reconciliada à mão. E isso é nos Estados Unidos, onde as APIs de custodiante são maduras e padronizadas.
Este artigo mostra como tirar a digitação desse processo hoje, sem trocar de plataforma — as duas conferências que tornam a extração confiável, e a parte difícil, que não é a extração: a regra de negócio e o enriquecimento do dado.
Por que a consolidação ainda é manual
Existem três formas de trazer a posição de um custodiante para dentro da sua plataforma, e nós já as comparamos em detalhe no artigo sobre consolidação multi-custódia: integração via API, Open Finance e carga manual.
Quando existe API, o problema está resolvido e este artigo não é para você. O ponto é que, no Brasil, a API não cobre tudo. Cada instituição entrega o extrato num formato próprio, com nomenclatura própria e periodicidade própria. Não existe um feed padronizado equivalente ao dos custodiantes americanos. Onde a integração não chega, o caminho é sempre o mesmo: abrir o PDF e transcrever.
A dor não é exclusiva daqui. No Family Office Operational Excellence Report 2025 (Campden Wealth com AlTi Tiedemann Global, 146 family offices na América do Norte, Europa e Ásia), cerca de quatro em cada dez ainda dependem de planilhas para a maior parte da análise e um terço agrega dados manualmente em planilha. Dependência de planilha e agregação manual aparecem entre as principais preocupações tecnológicas do setor — as mesmas do ano anterior, com a agregação manual empatando com o custo de nova tecnologia.
Um family office cuida de uma família. Uma consultoria CVM com dezenas ou centenas de clientes multiplica esse mesmo problema por cada relação.
Onde dói mais: o ativo sem preço público
Há uma categoria em que o trabalho manual é estrutural: os ativos sem série de preço divulgada — COE, private equity, fundo fechado, parte do crédito privado. Neles não basta lançar a posição: é preciso construir e manter a série histórica para a rentabilidade fazer sentido.
Isso também não é um problema só nosso. Na pesquisa global da iCapital com 603 profissionais de nove países (primeiro trimestre de 2025), a melhoria mais pedida em dados e relatórios para escalar investimentos alternativos é justamente reconciliação e gestão de dados ao longo do ciclo — 44%, à frente de analytics de risco (40%) e de onboarding automatizado (37%).
É onde o processo manual dói mais — e onde o erro passa despercebido por mais tempo.
Por que o processo manual erra por construção
Um processo que lê um número num lugar e o digita em outro não erra por descuido. Erra porque existe uma etapa de cópia, e toda etapa de cópia tem taxa de erro maior que zero. Com dezenas de linhas por extrato e dezenas de extratos por mês, o erro deixa de ser possibilidade e vira estatística.
O que o torna caro é o silêncio: uma quantidade trocada não dispara alerta nenhum. A carteira fecha, a alocação parece plausível, o relatório sai — e a conta segue errada até alguém comparar com o extrato original, quase sempre o cliente, quase sempre na reunião.
É por isso que a parte mais importante do método abaixo não é a extração. É a conferência.
O caminho: 4 passos para extrair o extrato com IA
O que segue funciona com qualquer ferramenta de IA generativa que leia PDF — Claude e ChatGPT são as opções de uso geral mais conhecidas. Não exige integração, não exige trocar de consolidador e não exige orçamento de projeto. Exige disciplina em um ponto específico, que é o passo 3.
Passo 1 — Extraia o PDF para uma tabela
Suba o extrato e peça a estrutura, não o resumo. A diferença importa: pedir "me explique este extrato" devolve texto; pedir uma tabela com colunas nomeadas devolve dado.
Um prompt que funciona:
Leia este extrato de custodiante e devolva duas tabelas em CSV, sem nenhum texto antes ou depois.
Tabela 1 — posições. Colunas:
ativo,classe,quantidade,preco_unitario,valor_bruto,data_posicao. Tabela 2 — movimentações. Colunas:data,ativo,tipo(aplicação, resgate, provento, come-cotas, amortização, cupom, split),quantidade,valor.Regras: copie os valores exatamente como aparecem, sem arredondar. Se um campo não existir no documento, escreva
NAO_INFORMADO— nunca estime. Ao final, informe o valor total da carteira como declarado no próprio extrato, separado das tabelas.
Aquele "nunca estime" não é firula. É a instrução que transforma uma lacuna em algo visível, em vez de escondê-la num número inventado.
Passo 2 — Peça os eventos separados das movimentações
Come-cotas, amortização, cupom, bonificação e split mudam quantidade sem serem compra ou venda. Se entrarem misturados com aplicações e resgates, a rentabilidade sai errada mesmo com o patrimônio certo. Por isso a coluna tipo da segunda tabela existe e por isso ela deve ser conferida item a item nos papéis que tiveram evento no período.
Passo 3 — Faça as duas conferências. Esta é a parte que ninguém pula
Aqui está a diferença entre extração e chute:
- A soma das posições tem que bater com o total declarado no extrato. O documento traz o próprio total. Se a soma da sua tabela não fecha com ele, o problema está na extração — não na carteira. É uma prova interna, gratuita, que não depende de nenhuma fonte externa.
- A rentabilidade por ativo tem que fechar com a rentabilidade geral. Se cada ativo rendeu o que a tabela diz, o consolidado tem de cair no número do extrato. Quando o patrimônio bate e a rentabilidade não, a quantidade certa foi alcançada pelo caminho errado: uma movimentação faltando compensada por outra sobrando, ou um evento lançado na data errada.
Peça as duas conferências à própria IA — e depois olhe o resultado você mesmo. Um modelo que erra a extração pode errar a conta que confere a extração. A checagem só vale se o número final for comparado com o documento por uma pessoa.
Passo 4 — Gere a planilha e suba no consolidador
Com as duas somas fechando, o resto é mecânico: exporte as tabelas para planilha, ajuste os nomes de coluna ao layout de importação do seu consolidador e faça a carga.
O que mudou não foi só o tempo. Você trocou a digitação de centenas de linhas pela revisão de uma tabela — e, mais importante, a conferência passou a acontecer antes de o dado entrar na base, e não depois que alguém reclamou.
O que funciona bem — e onde a IA se perde
Vale separar as duas metades do problema, porque elas têm dificuldade muito diferente.
A conversão funciona. Ler um extrato em PDF e devolver ativos e movimentações em tabela é justamente o que os modelos de linguagem fazem bem: é reconhecimento de estrutura em documento. Com o prompt acima e as duas conferências, essa etapa deixa de ser trabalho manual em pouco tempo.
Onde a IA se perde é na regra de negócio. O modelo lê o que está escrito; ele não sabe o que os números significam na sua operação.
Três exemplos que aparecem no primeiro mês:
- Diferença de preço pode não ser erro. Pode ser marcação na curva contra marcação a mercado: dois regimes legítimos para o mesmo papel, com resultados diferentes. Quem não sabe abre chamado; quem sabe confere o regime no cadastro.
- Cada tipo de ativo tem regra própria de cotização. Come-cotas muda a quantidade sem mudar o patrimônio; amortização e cupom devolvem principal e juros com efeitos distintos sobre a rentabilidade.
- O que é evento e o que é lançamento depende de como cada custodiante nomeia a linha — e eles não combinaram entre si.
Nada disso está no PDF. Está no cadastro do ativo e na regra da sua operação.
O enriquecimento: a parte mais chata, e a que trava
Extrair o dado é metade. A outra metade é torná-lo utilizável — e é aqui que a maioria das tentativas para.
O exemplo mais comum são os fundos: a maior parte dos relatórios de custodiante não traz o CNPJ. Só o nome, muitas vezes abreviado, às vezes com a classe ou a subclasse no meio. E o CNPJ é a chave de tudo: sem ele não se busca a série de cotas para cotizar, e nem se amarra a posição ao ativo que já existe na sua base.
A saída é cruzar com uma base de referência — a sua própria ou uma pública, como os dados abertos da CVM — e ter um racional de identificação, porque o nome sozinho não decide. O que funciona na prática:
- Normalizar o nome (abreviações, sufixos de classe, pontuação) e buscar os candidatos mais parecidos.
- Comparar o PU do dia do candidato com o valor da cota que aparece no extrato.
- Aceitar o match dentro de uma tolerância, e tratar como exato quando a diferença é praticamente zero.
Esse desenho não é teórico: é como as ferramentas de reconciliação resolvem o problema, inclusive as nossas — nome normalizado para levantar candidatos, preço do dia para desempatar, tolerância declarada para aceitar ou recusar.
Crédito privado costuma ser pior. Debênture, CRI e CRA têm nomenclatura livre no relatório, emissões parecidas do mesmo emissor e nem sempre um identificador público fácil. Ativos offshore trazem uma dificuldade a mais: o mesmo papel existe em várias bolsas com códigos diferentes, e escolher a errada dá preço errado com aparência de certo.
E há a armadilha temporal: a série pública de um fundo pode parar depois de uma reorganização societária ou de migração de classe, sem aviso. O CNPJ continua o mesmo, os dados param. Quem confia só na fonte pública descobre isso quando a rentabilidade do mês sai truncada.
Treinar faz parte do método
Vale dizer com todas as letras porque é o que separa quem desiste na segunda semana de quem passa a rodar isso em minutos.
No começo dá trabalho e erra. O modelo vai devolver a coluna trocada, vai perder um evento, vai chutar um nome de fundo. É assim mesmo.
O que muda o jogo é tratar cada correção como regra reaproveitável, não como um conserto pontual: como este custodiante nomeia a amortização, onde o CNPJ costuma aparecer quando aparece, qual diferença de preço ainda conta como o mesmo ativo, quais classes exigem conferência manual sempre. Escreva isso ao lado do prompt e vá acumulando.
Ao fim de alguns ciclos você não tem um prompt: tem um procedimento treinado no seu acervo de custodiantes — um ativo do escritório, não da pessoa que descobriu. A primeira execução é a mais cara, e a curva cai rápido se o aprendizado for registrado.
O que este método não resolve
Nenhum passo a passo honesto termina no passo 4.
A IA erra com confiança. Modelos de linguagem produzem números plausíveis quando não conseguem ler o documento — e um número plausível é pior do que um campo vazio, porque não chama atenção. É exatamente contra isso que serve a instrução "nunca estime" e a conferência das duas somas. Sem elas, você trocou digitação por chute bem formatado. Tratamos disso em profundidade no artigo sobre limites da IA na consultoria.
Extrato de cliente é dado de cliente. Subir o documento para uma ferramenta de terceiro é decisão de política, não de conveniência: envolve confidencialidade, base legal para o tratamento e os termos da ferramenta quanto a retenção e treinamento de modelo — que diferem entre planos gratuitos e corporativos. Decida por escrito antes de virar hábito da equipe. Em fevereiro de 2025 o CFP Board publicou aos seus mais de 100 mil profissionais certificados nos Estados Unidos um Generative AI Ethics Guide, com checklist para confidencialidade, verificação de exatidão e cumprimento da legislação de privacidade. É guia de entidade certificadora, sem força de lei — mas descreve o padrão profissional esperado.
Não escala sozinho. Mesmo treinado, o fluxo continua tendo uma pessoa no meio de cada documento. Uma dúzia de extratos por mês cabe; trezentos, não. Ele resolve o erro de digitação, não o custo do volume.
A base ainda precisa existir. Extração boa alimenta uma base; não substitui a base. Se o dado consolidado não vive em lugar nenhum, cada análise recomeça do zero — o assunto de dados consolidados são o pré-requisito da IA.
Quando vale automatizar de vez
O método acima é o degrau certo para quem quer começar amanhã, e serve com qualquer plataforma — sobre onde ele se encaixa numa adoção mais ampla, vale por onde começar com IA na consultoria.
A partir de certo volume a conta muda: o gargalo deixa de ser a digitação e passa a ser a pessoa que roda o fluxo documento a documento. É aí que a extração precisa virar parte do processo, não uma tarefa.
Declarando o interesse: é esse o desenho do agente de Backoffice de consolidação do Hub de Gestão da AAWZ, que nasce no módulo Consolidador — ele recebe o extrato e a posição das custódias, concilia contra a base e aponta a divergência antes de ela virar tela. É o mesmo caminho descrito neste artigo, com a conferência dentro do processo em vez de na paciência de quem confere. Capacidades da plataforma estão em estágios diferentes de maturidade. Para entender o desenho completo da consolidação, o guia de consolidação de carteiras cobre o tema de ponta a ponta.
Perguntas Frequentes
Dá para confiar em IA para extrair dados de extrato de investimento?
Dá, desde que a extração seja conferida contra o próprio documento. A regra prática é exigir duas checagens: a soma das posições extraídas tem de bater com o total declarado no extrato, e a rentabilidade por ativo tem de fechar com a rentabilidade geral. Sem essas duas conferências, o risco é substituir erro de digitação por número plausível inventado pelo modelo — que é pior, porque não chama atenção.
Qual ferramenta de IA usar para ler extratos em PDF?
Qualquer modelo de linguagem que aceite PDF como entrada resolve o passo de extração; Claude e ChatGPT são as opções de uso geral mais conhecidas. O que separa um resultado utilizável de um inútil não é a escolha da ferramenta, e sim o formato do pedido — peça tabelas com colunas nomeadas e instrua explicitamente o modelo a nunca estimar um campo ausente.
Posso subir extrato de cliente para uma ferramenta de IA?
É uma decisão de política interna, não de conveniência individual. Envolve confidencialidade, base legal para o tratamento do dado e os termos de uso da ferramenta quanto a retenção e treinamento de modelo — que costumam diferir entre planos gratuitos e corporativos. Defina isso por escrito antes de a prática virar hábito da equipe, e considere alternativas como anonimizar identificadores antes do envio.
Por que a carteira fecha no valor certo mas a rentabilidade sai errada?
Porque a quantidade certa foi alcançada pelo caminho errado. As causas mais comuns são uma movimentação faltando compensada por outra sobrando, um evento (come-cotas, amortização, cupom, split) lançado na data errada, e a diferença entre reconhecer um provento na data-com ou na data de pagamento. Patrimônio e rentabilidade são dois eixos independentes de conferência: um pode bater com o outro errado.
Como consolidar ativos sem preço público, como COE e private equity?
Esses ativos exigem que a série histórica seja construída e mantida, não apenas que a posição seja lançada. A extração por IA ajuda a estruturar as movimentações e os eventos, mas a série de preço continua dependendo do que o gestor ou o emissor informa. É a classe em que a reconciliação de dados é o gargalo reconhecido do setor: entre 603 profissionais de nove países ouvidos pela iCapital em 2025, 44% apontaram reconciliação e gestão de dados como a melhoria mais necessária para escalar alternativos.
O extrato não traz o CNPJ do fundo. Como identificar o ativo?
Cruzando com uma base de referência — a sua própria ou os dados abertos da CVM — com um racional que não dependa só do nome: normalize o nome do fundo, levante os candidatos mais parecidos e use o PU do dia para desempatar, comparando a cota do candidato com o valor que aparece no extrato. Aceite o match dentro de uma tolerância declarada. É a etapa que mais trava a automação da consolidação, e a que mais se beneficia de virar regra escrita em vez de decisão caso a caso.
A consolidação deixa de ser digitação quando a conferência entra antes do dado, e não depois da reclamação. O Hub de Gestão da AAWZ reúne a carteira consolidada, o cadastro e o histórico do escritório na mesma base, para que essa etapa seja parte do processo. Agendar reunião
Este artigo tem caráter exclusivamente informativo e educacional. As informações apresentadas não constituem recomendação de investimento, consultoria financeira ou oferta de produtos. As pesquisas citadas têm amostra, país e data indicados no texto e refletem os recortes descritos por seus autores. Consulte sempre um profissional habilitado pela CVM antes de tomar decisões de investimento.
